Выберите ИИ-модель, которая читает и редактирует ваши скрипты
Pageferry работает с облачным ИИ-провайдером через API-эндпоинт, с моделью на вашем ПК или со встроенной моделью. От выбора зависит, куда отправляются ваши запросы, поэтому изучите три варианта перед подключением.
Три способа подключения модели
Облачный ИИ-провайдер
Облачный ИИ-провайдер подключается через стандартный API-эндпоинт: вы выбираете адрес и вводите ключ в приложении. Ключ остаётся на вашем ПК. Каждый запрос, включая текст файлов, которые агент читает из вашей папки, отправляется провайдеру, поэтому используйте этот вариант только для скриптов, которые разрешено отправлять туда. Кнопка «Тест» проверяет эндпоинт и показывает время отклика и размер контекстного окна. Увеличенное контекстное окно помогает, когда скрипт и его вывод длинные. Провайдер может взимать плату за использование отдельно, а для самой Pageferry аккаунт не нужен.
Модель на вашем ПК
Локальная модель на вашем ПК — вариант для скриптов, которые не должны покидать машину: с локальной моделью ничего не покидает ПК, а ваши чаты, рабочие папки и API-ключи остаются здесь. Укажите в приложении локальный эндпоинт, нажмите «Тест» и проверьте время отклика и размер контекстного окна. Ваше железо задаёт предел, поэтому длинный скрипт может не поместиться в маленькое окно. Нажмите «Тест» перед первой реальной задачей, чтобы увидеть, как справится ваша машина.
Встроенная модель
Встроенная модель готова к использованию без вашего собственного эндпоинта: вы можете открыть чат и протестировать агента на небольшом Bash-скрипте сразу после установки. Вы всё равно выбираете режим подтверждения: Auto-run действует сразу, Ask first приостанавливает действия, изменяющие что-либо, а Plan only составляет план и ничего не запускает. Для сложных шагов позже можно добавить облачную или локальную модель и отправлять эти шаги ей через run_on_model.
Проверьте подключение с помощью кнопки «Тест»
Кнопка «Тест» проверяет эндпоинт и показывает два параметра: время отклика и размер контекстного окна. Нажмите её после ввода эндпоинта и перед тем, как дать агенту реальную задачу. Большое время отклика говорит о том, что эндпоинт сейчас медленный, а маленькое контекстное окно — о том, что длинный скрипт и его вывод могут не поместиться в один запрос. Если проверка не удалась, исправьте адрес эндпоинта или ключ и нажмите «Тест» снова. Сделайте это один раз для каждого добавленного эндпоинта, потому что облачная и локальная модели могут сильно отличаться по обоим показателям.
Выберите размер модели для вашей задачи
Используйте большую модель для рефакторинга и скриптов со сложной логикой, а меньшую — для небольших правок, таких как добавление флага -v или экранирование переменной. Размер контекстного окна становится важнее по мере роста скрипта и его вывода, поэтому проверяйте его кнопкой «Тест». Когда один шаг сложный, run_on_model отправляет только этот шаг большой модели, а остальная часть чата остаётся на вашей обычной. Разумная привычка — начинать с малого и переходить к большему, только если ответ недостаточно хорош. Облачные модели получают запрос, поэтому имейте это в виду, если скрипт содержит приватные пути или имена.
Качество варьируется между моделями и версиями одной и той же модели, поэтому никогда не принимайте изменения, не прочитав их. В режиме Ask first агент приостанавливается перед действиями, изменяющими что-либо, а при редактировании вы видите diff и можете принять или отклонить его. После этого Shell может запустить скрипт и показать реальный код выхода, что является более надёжной проверкой, чем объяснение самой модели. Режим Plan only полезен, когда вы хотите прочитать план перед запуском чего-либо.
